loading...
韓國近來傾全力發展人工智慧（AI），韓媒也多次提及台積電海外設廠與台灣科學園區經驗，認為值得韓國借鏡。台灣人工智慧實驗室創辦人杜奕瑾表示，AI發展已不只是把工廠集中在一起，而是要同時考量人才、能源與產業聚落。從新竹科學園區到南科、高雄軟體園區，台灣的「分散式發展」模式，正與國際主流趨勢吻合趨勢互呼應。
雅婷智慧與台灣人工智慧實驗室6月30日共同舉辦「主權AI峰會」。杜奕瑾受訪時表示，AI時代的產業園區，已不同於過去只要把工廠集中即可。AI發展還涉及人才、能源與未來產業規劃。觀察美國近年AI產業布局，也不一定都集中在矽谷，而是會思考地方能源是否充沛、園區能否自帶電力，以及區域人才是否能均衡發展。
杜奕瑾說，軟體人才不見得都喜歡聚集在生活成本高昂的傳統科技中心。美國從矽谷到西雅圖，再到俄勒岡、德州，甚至華府周邊，都開始形成自己的AI或生物產業園區。台灣一開始把新竹科學園區設在台北以外，如今高雄軟體園區也結合發電廠與軟體生態系，這些發展方向其實都與國際主流趨勢一致。
他說，未來AI產業不能只靠單一企業應對世界變化，而是「大家都是打群架」。有的企業具備軟體專業，有的強在硬體、ICT或封裝，必須一起把產業未來打出來。政府則要扮演政策引導角色，產業也要敢於投資、勇於投資。
杜奕瑾進一步表示，政策引導除了園區規劃，也應活絡資金。他期待未來科技大廠來台，不只是採購硬體，而是把資金投入台灣有能力的新創，讓AI新創有足夠算力與資金繼續發展。
他認為，全球AI發展初期著重基礎建設與產值，但接下來台灣必須從應用與解決使用者問題的角度思考。就像網際網路時代，早期重點是頻寬與伺服器，後來真正關鍵變成應用，以及這些應用解決了誰的問題。AI也將走向同樣階段。
談到台灣AI優勢，杜奕瑾表示，台灣早在2017年就提出「小國大戰略」，當時由AI Labs與科技部共同研擬，內容包括資料治理、模型標準與AI基礎建設，例如國網中心算力建置，為台灣打下良好基礎。如今台灣在高速運算晶片與AI主機等領域，已具有國際優勢。
他指出，當各國都意識到AI是國家競爭力，企業也把AI視為競爭力核心，下一階段重點將是建立可信任的AI應用案例。台灣近年把AI視為公共基礎建設，但更重要的是，公私部門必須共同建立符合企業競爭力、國家競爭力與可信任原則的AI機制。
杜奕瑾表示，未來不只是中國大型國家級AI或美國Big Tech雲端模型的競爭，各產業也會發展符合自身需求的主權AI、企業利益AI與國家利益AI。台灣若能建立標準、規範與國際示範案例，就像世界信任台灣硬體製造一樣，未來也會自然使用台灣的AI應用、平台與解決方案。
針對外界關注台灣AI軟體相對硬體較弱，杜奕瑾坦言，台灣過去確實較著重硬體，不像美國大型平台或作業系統，能服務數以億計人口。不過，他強調，台灣並非沒有優秀軟體人才與公司，只是過去數位發展策略較少把軟體放在核心位置。
他表示，台灣發展軟體一定會利用硬體優勢，尤其主權AI需要落地、自主的機器，而台灣在晶片製造、高效運算與伺服器整合上具有優勢，因此有機會發展「軟硬一體」的完整解決方案。
杜奕瑾強調，主權AI絕對不只是算力，還包括資料治理、系統發展、法規治理與模型訓練等面向，必須由公私部門共同推動，才可能形成國際級應用。
他也提到，台灣在醫療與金融領域推動聯邦式學習，建立共同資料模型與共同協定，發展去中心化醫療模型與金融防詐模型，這在國際上具有指標意義。台灣不是一味追求「多厲害的大模型」，而是強調可信任、負責任的小模型，透過聯邦式機制，建立資料治理與模型評測標準，滿足企業內部複雜需求。
杜奕瑾指出，未來企業導入AI，最重要的是可信與合規。企業自己的資料、競爭力、資安與隱私不能被犧牲。台灣若能以可信任、合規的方式建立醫療診斷、媒體報導、金融防詐與產業預測模型，就有機會成為全世界學習的案例。
杜奕瑾表示，未來人工智慧可以做出「很像真的」內容來取得人的信任，但實際上可能是假的，這種情況只會愈來愈多，因此「人類唯一不會被取代的，其實就是信任、負責的部分」。他指出，百工百業都會使用AI，但重點不是「用了AI」，而是如何使用AI並達到可信的結果，同時兼顧合規、企業資料競爭力及資安隱私。
